基于PaddleHub开发一款学生口罩佩戴情况检测登记系统

最新推荐文章于 2024-07-24 10:18:34 发布

佑同埋玲

最新推荐文章于 2024-07-24 10:18:34 发布

阅读量942

点赞数 4

分类专栏：深度学习 python 文章标签：深度学习神经网络机器学习 python 人工智能

本文链接：https://blog.csdn.net/youlingforever/article/details/106941520

版权

python 同时被 2 个专栏收录

2 篇文章 0 订阅

订阅专栏

深度学习

1 篇文章 0 订阅

订阅专栏

PaddleHub介绍

PaddleHub是由百度推出的国产深度学习框架——“飞桨” 预训练模型管理和迁移学习工具，通过PaddleHub开发者可以使用高质量的预训练模型结合Fine-tune API快速完成迁移学习到应用部署的全流程工作。其提供了飞桨生态下的高质量预训练模型，涵盖了图像分类、目标检测、词法分析、语义模型、情感分析、视频分类、图像生成、图像分割、文本审核、关键点检测等主流模型。更多模型详情请查看官网：https://www.paddlepaddle.org.cn/hub

基于预训练模型，PaddleHub支持以下功能：

1.模型即软件，通过Python API或命令行实现快速预测，更方便地使用PaddlePaddle模型库。
2.迁移学习，用户通过Fine-tune API，只需要少量代码即可完成自然语言处理和计算机视觉场景的深度迁移学习。
3.服务化部署，简单一行命令即可搭建属于自己的模型的API服务。
4.超参优化，自动搜索最优超参，得到更好的模型效果。

通过PaddleHub,利用PaddleHub提供的的高质量的预训练模型（涵盖图像分类、目标检测、词法分析、语义模型、情感分析、视频分类、图像生成、图像分割、文本审核、关键点检测等主流模型）你可以方便地进行迁移学习，训练自己的模型，将自己的模型应用到各个场景，部署到移动端，服务器端等等。更多教程详情请查看飞桨官网和官方课程https://aistudio.baidu.com/aistudio/education/group/info/1070

下面，本文将介绍如何利用PaddleHub的预训练模型：口罩检测来开发一款学生口罩佩戴情况检测登记系统

首先要做的是安装飞桨模块和PaddleHub
paddle安装教程https://www.paddlepaddle.org.cn/documentation/docs/zh/1.7/install/index_cn.html
然后安装PaddleHub:

pip install paddlehub

安装完成后，先来测试一下PaddleHub对单张图片的预测过程和结果：
导入paddlehub模块:

import paddlehub as hub
import cv2

1.准备待测图片:

ima = cv2.imread('D:\\kz2.jpg')
image = cv2.resize(ima,(320,240))

在这里插入图片描述
2.加载paddlehub口罩预训练模型:

PaddleHub口罩检测提供了两种预训练模型，pyramidbox_lite_mobile_mask和pyramidbox_lite_server_mask。二者均是基于2018年百度发表于计算机视觉顶级会议ECCV 2018的论文PyramidBox而研发的轻量级模型，模型基于主干网络FaceBoxes，对于光照、口罩遮挡、表情变化、尺度变化等常见问题具有很强的鲁棒性。不同点在于，pyramidbox_lite_mobile_mask是针对于移动端优化过的模型，适合部署于移动端或者边缘检测等算力受限的设备上。

module = hub.Module(name="pyramidbox_lite_mobile_mask")

准备预测的数据:

input_dict = {"data": [image]}
#或者input_dict = {"image": image_filepath},两种方式均可

3.进行口罩检测：

# 口罩检测预测，module.face_detection(data=input_dict)返回图片的预测结果
results = module.face_detection(data=input_dict)

4.展示预测结果:

result = results[0]#由于只输入了一张图片，batch_size 为1，所以results只有一个元素
for item in result['data']:#将人脸标注框出来
    x1 = item['left']
    y1 = item['top']
    x2 = item['right']
    y2 = item['bottom']
    kz = item['label']

    image = cv2.rectangle(image, (x1, y1), (x2, y2), (0, 255, 0), 2)
    #并在图片上显示口罩佩戴情况
    cv2.putText(image, kz, (x1 - 5, y1 - 10), cv2.FONT_HERSHEY_PLAIN, 1.0, (0, 0, 255), 1)
GrayImage = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
draw_1 = cv2.rectangle(image, (x1, y1), (x2, y2), (0, 255, 0), 2)
cv2.imshow("draw_0", draw_1)  # 显示画过矩形框的图片
cv2.waitKey(0)
cv2.destroyWindow("draw_0")

在这里插入图片描述
以上就是预测一张图片的过程，接下来我们将利用PaddleHub开发一个简单的视频检测口罩佩戴情况的GUI界面

主要功能:输入学生信息，然后打开摄像头检测是否佩佩戴口罩，并记录佩戴信息，然后可导出信息登记文件

首先，主窗体界面设计:

import time
from PyQt5.QtWidgets import *
from PyQt5 import QtCore, QtGui, QtWidgets


class Ui_Form(object):
    def setupUi(self, Form):
        Form.setObjectName("Form")
        Form.resize(1000, 800)

        self.label5 = QtWidgets.QLabel(Form)
        self.label5.setGeometry(QtCore.QRect(0, 240, 1000, 560))
        self.label5.setObjectName("label5")
        self.label5.setStyleSheet(
            '''QLabel{background:#76789E}''')



        '''tableView设计'''
        self.tableView = QtWidgets.QTableView(Form)
        self.tableView.setGeometry(QtCore.QRect(180, 290, 820, 510))
        self.tableView.setObjectName("tableView")
        # 设置数据层次结构，可指定n行n列,传入(n,n)即可
        self.model = QtGui.QStandardItemModel()
        # 设置水平方向五个个头标签文本内容
        self.model.setHorizontalHeaderLabels(['姓名', '学号', '学院', '口罩佩戴情况','日期'])
        self.tableView.setModel(self.model)
        # 水平方向标签拓展剩下的窗口部分，填满表格
        self.tableView.horizontalHeader().setStretchLastSection(True)
        self.tableView.horizontalHeader().setSectionResizeMode(QHeaderView.Stretch)
        #设计tableView的样式
        self.tableView.setStyleSheet(
            '''QTableView{
                    border:1px solid #74E9FF;
                    border-radius:10px;
                    padding:2px 4px;
            }''')
        self.tableView.horizontalHeader().setStyleSheet("QHeaderView::section{background:#87C9FF;}")#设置表头颜色
        self.tableView.horizontalHeader().setSectionsClickable(False)#设置表头不可被点击
        self.tableView.verticalHeader().setSectionsClickable(False)#设置表头不可被点击
        self.tableView.setEditTriggers(QAbstractItemView.NoEditTriggers)#设置不可编辑
        #初始化时添加一个样例
        self.model.appendRow([
            QtGui.QStandardItem('林xx'),
            QtGui.QStandardItem('U2018XXXXX'),
            QtGui.QStandardItem('人工智能与自动化学院'),
            QtGui.QStandardItem('未戴口罩'),
            QtGui.QStandardItem(time.strftime('%Y.%m.%d', time.localtime(time.time()))),
        ])
        '''tableView设计结束'''



        '''LineEdit输入框设计'''
        self.name = QtWidgets.QLineEdit(Form)
        self.name.setGeometry(QtCore.QRect(40, 430, 100, 28))
        self.name.setObjectName("name")
        self.name.setPlaceholderText("输入姓名")

        self.ID = QtWidgets.QLineEdit(Form)
        self.ID.setGeometry(QtCore.QRect(40, 490, 100, 28))
        self.ID.setObjectName("ID")
        self.ID.setPlaceholderText("输入学号")

        self.xueyuan = QtWidgets.QLineEdit(Form)
        self.xueyuan.setGeometry(QtCore.QRect(40, 550, 100, 28))
        self.xueyuan.setObjectName("xueyuan")
        self.xueyuan.setPlaceholderText("输入学院")

        self.name.setStyleSheet(
            '''QLineEdit{
                    border:1px solid gray;
                    width:300px;
                    border-radius:10px;
                    padding:2px 4px;
            }''')
        self.ID.setStyleSheet(
            '''QLineEdit{
                    border:1px solid gray;
                    width:300px;
                    border-radius:10px;
                    padding:2px 4px;
            }''')
        self.xueyuan.setStyleSheet(
            '''QLineEdit{
                    border:1px solid gray;
                    width:300px;
                    border-radius:10px;
                    padding:2px 4px;
            }''')

        '''LineEdit输入框设计结束'''

        '''QLabel设计'''
        self.labelplay = QtWidgets.QLabel(Form)
        self.labelplay.setGeometry(QtCore.QRect(0, 0, 320, 240))
        self.labelplay.setObjectName("labelplay")
        self.labeldete = QtWidgets.QLabel(Form)
        self.labeldete.setGeometry(QtCore.QRect(680, 0, 320, 240))
        self.labeldete.setObjectName("labeldete")

        self.labelname = QtWidgets.QLabel(Form)
        self.labelname.setGeometry(QtCore.QRect(5, 430, 30, 28))
        self.labelname.setObjectName("labelname")
        self.labelid = QtWidgets.QLabel(Form)
        self.labelid.setGeometry(QtCore.QRect(5, 490, 30, 28))
        self.labelid.setObjectName("labelid")
        self.labelxy = QtWidgets.QLabel(Form)
        self.labelxy.setGeometry(QtCore.QRect(5, 550, 30, 28))
        self.labelxy.setObjectName("labelxueyuan")

        self.labelinfo = QtWidgets.QLabel(Form)
        self.labelinfo.setGeometry(QtCore.QRect(180, 260, 300, 28))
        self.labelinfo.setObjectName("labelinfo")




        font = QtGui.QFont()
        font.setFamily("Algerian")
        font.setPointSize(16)

        self.labelpaddle = QtWidgets.QLabel(Form)
        self.labelpaddle.setGeometry(QtCore.QRect(320, 0, 360, 240))
        self.labelpaddle.setObjectName("labelpaddle")

        self.labell = QtWidgets.QLabel(Form)
        self.labell.setGeometry(QtCore.QRect(320, 0, 180, 30))
        self.labell.setObjectName("labell")
        self.labelr = QtWidgets.QLabel(Form)
        self.labelr.setGeometry(QtCore.QRect(500, 0, 180, 30))
        self.labelr.setObjectName("labell")


        self.labell.setFont(font)
        self.labelr.setFont(font)
        self.labell.setAlignment(QtCore.Qt.AlignLeading|QtCore.Qt.AlignLeft|QtCore.Qt.AlignTop)       #文本显示位置
        self.labelr.setAlignment(QtCore.Qt.AlignRight | QtCore.Qt.AlignTop | QtCore.Qt.AlignTrailing) #文本显示位置

        self.labelplay.setStyleSheet(
            '''QLabel{
                    border:1px solid red;
            }''')
        self.labeldete.setStyleSheet(
            '''QLabel{
                    border:1px solid red;
            }''')
        self.labelpaddle.setStyleSheet(
            '''QLabel{
                    border:1px solid #E8B735;
            }''')
        self.labell.setStyleSheet("color:white")#设置字体颜色
        self.labelr.setStyleSheet("color:white")#设置字体颜色

        '''QLabel设计结束'''


        '''Button设计'''
        font = QtGui.QFont()
        font.setFamily("Algerian")
        font.setPointSize(12)
        self.play = QtWidgets.QPushButton(Form)
        self.play.setGeometry(QtCore.QRect(10, 260, 100, 28))
        self.play.setObjectName("play")
        self.dete = QtWidgets.QPushButton(Form)
        self.dete.setGeometry(QtCore.QRect(10, 310, 100, 28))
        self.dete.setObjectName("dete")
        self.quit = QtWidgets.QPushButton(Form)
        self.quit.setGeometry(QtCore.QRect(10, 360, 100, 28))
        self.quit.setObjectName("quit")
        self.daochu = QtWidgets.QPushButton(Form)
        self.daochu.setGeometry(QtCore.QRect(5, 650, 150, 28))
        self.daochu.setObjectName("daochu")

        self.play.setFont(font)
        self.dete.setFont(font)
        self.quit.setFont(font)
        #self.daochu.setFont(font)

        self.play.setStyleSheet(
            '''QPushButton{background:#87C9FF;border-radius:5px;}QPushButton:hover{background:blue;}''')
        self.dete.setStyleSheet(
            '''QPushButton{background:#F7D674;border-radius:5px;}QPushButton:hover{background:yellow;}''')
        self.quit.setStyleSheet(
            '''QPushButton{background:#6DDF6D;border-radius:5px;}QPushButton:hover{background:green;}''')
        self.daochu.setStyleSheet(
            '''QPushButton{background:#F4605F;border-radius:5px;}QPushButton:hover{background:red;}''')

        self.retranslateUi(Form)
        self.play.clicked.connect(Form.shoot_play)
        self.dete.clicked.connect(Form.frame_detect)
        self.quit.clicked.connect(Form.detect_quit)
        self.daochu.clicked.connect(Form.getinfo)
        QtCore.QMetaObject.connectSlotsByName(Form)
        '''Button设计结束'''

    def retranslateUi(self, Form):
        _translate = QtCore.QCoreApplication.translate
        Form.setWindowTitle(_translate("Form", "学生口罩检测登记系统(基于PaddleHub的口罩检测系统)"))
        self.labelplay.setText(_translate("Form", "TextLabel"))
        self.labeldete.setText(_translate("Form", "TextLabel"))
        self.labell.setText(_translate("Form", "摄像区"))
        self.labelr.setText(_translate("Form", "检测区"))
        self.labelname.setText(_translate("Form", "姓名"))
        self.labelid.setText(_translate("Form", "学号"))
        self.labelxy.setText(_translate("Form", "学院"))
        self.labelinfo.setText(_translate("Form", "学生口罩佩戴情况记录:"))
        self.labelpaddle.setText(_translate("Form", "paddle"))
        self.play.setText(_translate("Form", "开启摄像"))
        self.dete.setText(_translate("Form", "检测口罩"))
        self.quit.setText(_translate("Form", "结束检测"))
        self.daochu.setText(_translate("Form", "导出检测信息表"))

检测模块封装：

import paddlehub as hub
import cv2

def Mask_detect(image):
    state = '未戴口罩'
    module = hub.Module(name="pyramidbox_lite_mobile_mask")  # 加载paddlehub预训练模型
    input_dict = {"data": [image]}

    results = module.face_detection(data=input_dict)  # 口罩检测预测
    result = results[0]
    for item in result['data']:#paddlehub的口罩检测可以检测多张人脸，本项目默认每次视频中只出现一个学生，故for循环仅执行一次
        x1 = item['left']
        y1 = item['top']
        x2 = item['right']
        y2 = item['bottom']
        kz = item['label']

        image = cv2.rectangle(image, (x1, y1), (x2, y2), (0, 255, 0), 2)
        cv2.putText(image, str(kz), (x1 - 5, y1 - 10), cv2.FONT_HERSHEY_COMPLEX, 1.0, (0, 0, 255), 1)
        if kz == 'MASK':
            state = '已戴口罩'

    return image,len(result['data']),state#返回检测结果，检测到人脸的个数，口罩佩戴情况

最后是检测系统逻辑功能设计：
视频检测当中用到了多线程QTread类

from form2 import Ui_Form
import numpy
import cv2
import csv
import sys, time
from detection import Mask_detect
from PyQt5.QtCore import *
from PyQt5.QtWidgets import *
from PyQt5.QtGui import *

class MyDesiger(QMainWindow, Ui_Form):
    def __init__(self, parent=None):
        super(MyDesiger, self).__init__(parent)
        self.setupUi(self)
        self.star_show()
        self.info = [["姓名","学号","学院","口罩佩戴情况","日期"]]
        self.VideoTimer = Video()
        self.VideoTimer.changePixmap.connect(self.setImage)
        self.VideoTimer.detectPixmap.connect(self.setDetect)
        self.VideoTimer.run_over.connect(self.finish_detect)
        self.VideoTimer.update_data.connect(self.add_data)

    def shoot_play(self):#摄像头展示
        if self.name.text()=='' or self.ID.text()=='' or self.xueyuan.text()=='':
            QMessageBox.information(self, '信息不完整', '请正确填写完整信息',QMessageBox.Yes)
        else:
            self.VideoTimer.working = True  # 使摄像和检测线程能工作
            self.VideoTimer.start()

    def frame_detect(self):#检测每一帧
        if self.VideoTimer.working:
            self.VideoTimer.setDetect()

    def detect_quit(self):#结束检测
        self.close()

    def getinfo(self):#导出文件
        with open('resource\\info.csv', 'w', newline='') as csvfile:
            writer = csv.writer(csvfile)
            for row in self.info:
                writer.writerow(row)
        QMessageBox.information(self, '导出成功', '文件保存路径为:resource\\info.csv', QMessageBox.Yes)


    def star_show(self):#初始化显示界面
        frame = QPixmap('resource\\sample.jpg').scaled(self.labelplay.width(), self.labelplay.height())
        self.labelplay.setPixmap(frame)
        image = QPixmap('resource\\sample_detection.jpg').scaled(self.labeldete.width(), self.labeldete.height())
        self.labeldete.setPixmap(image)
        paddlehub = QPixmap('resource\\paddlehub.png').scaled(self.labelpaddle.width(), self.labelpaddle.height())
        self.labelpaddle.setPixmap(paddlehub)

    def finish_detect(self,kz):#检测完毕
        self.star_show()
        QMessageBox.information(self, '检测结果:', kz+'!!', QMessageBox.Yes)
        self.name.clear()
        self.ID.clear()
        self.xueyuan.clear()



    def add_data(self,kz):#记录表信息更新
        self.model.appendRow([
            QStandardItem(self.name.text()),
            QStandardItem(self.ID.text()),
            QStandardItem(self.xueyuan.text()),
            QStandardItem(kz),
            QStandardItem(time.strftime('%Y.%m.%d',time.localtime(time.time()))),
        ])
        self.info.append([self.name.text(), self.ID.text(), self.xueyuan.text(),kz,time.strftime('%Y.%m.%d',time.localtime(time.time()))])



    def setImage(self, frame):
        self.labelplay.setPixmap(QPixmap.fromImage(QImage(cv2.cvtColor(frame, cv2.COLOR_BGR2RGB),640/2,480/2,13)))

    def setDetect(self, image):
        self.labeldete.setPixmap(QPixmap.fromImage(QImage(cv2.cvtColor(image, cv2.COLOR_BGR2RGB),640/2,480/2,13)))


class Video(QThread):
    changePixmap = pyqtSignal(numpy.ndarray)
    detectPixmap = pyqtSignal(numpy.ndarray)
    update_data = pyqtSignal(str)
    run_over = pyqtSignal(str)

    def __init__(self):
        QThread.__init__(self)
        self.detect = False   #是否能检测
        self.working = False  #是否能工作
        self.count = 0        #检测到人脸的次数

    def run(self):
        cap = cv2.VideoCapture(0)
        while self.working:
            ret, frame = cap.read()
            frame = cv2.resize(frame,(320,240))
            self.changePixmap.emit(frame)
            if self.detect:
                img = frame.copy()
                detected_image,num,kz=Mask_detect(img)#口罩检测
                self.detectPixmap.emit(detected_image)
                if num > 0:
                    self.count += 1
            if self.count >= 6:#超过6帧检测到人脸就停止检测
                self.detect = False
                self.working = False
                self.count = 0  #计数清零
                self.run_over.emit(kz)
                self.update_data.emit(kz)
        cap.release()

    def setDetect(self):
        self.detect = True
    def setquit(self):
        self.detect = False
        self.working = False


if __name__ == "__main__":
    app = QApplication(sys.argv)
    ui = MyDesiger()
    ui.show()
    sys.exit(app.exec_())

结果展示:
在这里插入图片描述
本项目已上传至github
github项目地址
更好的阅读体验可以访问AI StudioAI Studio项目地址

佑同埋玲

关注

4
点赞
踩
15

收藏

觉得还不错? 一键收藏
1
评论
基于PaddleHub开发一款学生口罩佩戴情况检测登记系统

PaddleHub介绍PaddleHub是由百度推出的国产深度学习框架——“飞桨” 预训练模型管理和迁移学习工具，通过PaddleHub开发者可以使用高质量的预训练模型结合Fine-tune API快速完成迁移学习到应用部署的全流程工作。其提供了飞桨生态下的高质量预训练模型，涵盖了图像分类、目标检测、词法分析、语义模型、情感分析、视频分类、图像生成、图像分割、文本审核、关键点检测等主流模型。更多模型详情请查看官网：https://www.paddlepaddle.org.cn/hub基于预训练模型，Pa
复制链接

扫一扫